Creative Studio Stars — Desarrollo de productos digitales

De lector abrumado a compartidor automatizado: cómo construí una aplicación para macOS que conecta la lectura y la publicación

Article hero image

Tras acumular más de 200 artículos sin leer en mi lista "Más tarde", me di cuenta de que guardar contenido se había convertido en un depósito agobiante en lugar de un hábito productivo. Para resolver la fricción entre leer y compartir, desarrollé una aplicación nativa para macOS llamada Reader Chomper, que integra Readwise Reader, modelos de lenguaje grandes (LLM) y las API de redes sociales en un único flujo de trabajo.

Puntos clave

Puntos clave
  • El problema del volumen: Acumular cientos de artículos sin leer genera parálisis por análisis, lo que deriva en contenido guardado que nunca se consume ni se comparte.
  • Triaje mediante límites: Limitar la vista a 10 artículos obliga a tomar decisiones finitas y previene la sobrecarga en comparación con visualizar toda la biblioteca.
  • Eficiencia del escaneo rápido: Un resumen de 100 palabras con tres puntos clave permite una evaluación rápida, eliminando a menudo la necesidad de leer el artículo completo.
  • Profundidad contextual: La integración de un LLM permite chatear directamente con el material fuente para determinar su relevancia sin salir de la aplicación.
  • Compartir sin fricción: Automatizar la generación de borradores y el proceso de cola mediante API elimina la barrera entre leer y publicar en plataformas como LinkedIn y Bluesky.

El flujo de trabajo: cuatro pasos para la publicación

El flujo de trabajo: cuatro pasos para la publicación

Reader Chomper opera a través de cuatro pasos distintos: triaje, escaneo rápido, resumen profundo y compartición. Esta secuencia ayuda a decidir qué merece la pena leer y asegura que las publicaciones se pongan en cola antes de pasar al siguiente artículo.

Paso 1: Triaje de 10 en 10

Cuando abro Reader Chomper, extrae exactamente 10 artículos de la parte superior de mi lista "Más tarde" en Readwise Reader y se detiene ahí. Si necesito más contenido, debo pulsar manualmente "Refill". Este paso fue el más difícil de programar porque la vista predeterminada de Readwise muestra todo a la vez, lo que antes me provocaba una sensación de agobio y cerraba la pestaña. Al limitar la vista a 10 elementos, la sesión se siente finita. No lo veo como una restricción, sino como un contrato conmigo mismo: leer 10 artículos, decidir qué hacer con cada uno y considerar la sesión completada para el día.

Paso 2: Ejecutar un escaneo rápido

Al abrir un artículo, Reader Chomper genera un "Escaneo rápido": un resumen de 100 palabras que contiene tres puntos clave sin relleno alguno. Para la mayoría de los artículos, aquí es donde termina mi interacción. Una vez tengo los tres puntos principales, puedo decidir pasar al siguiente. Este paso ha hecho mis hábitos de lectura más honestos; ya no me convenzo a mí mismo de que "volveré" a artículos que sé que no voy a leer. La decisión ahora toma unos 30 segundos: o bien tengo lo que necesito y archivo el artículo, o hay algo que merece la pena explorar.

Paso 3: Resumen profundo y chat

Si los tres puntos clave del Escaneo Rápido no son suficientes, tengo dos opciones para profundizar en el contenido. La primera es un resumen más largo de aproximadamente 300 palabras. La segunda, que utilizo con mayor frecuencia, es chatear con el artículo a través de Claude. Por ejemplo, cuando me encontré con un artículo titulado "DuckLake para gerentes de ingeniería ocupados", el Escaneo Rápido explicaba qué era DuckLake, pero no su relevancia específica para mi rol. Le pregunté a Claude: "¿Por qué es relevante DuckLake para los gerentes de ingeniería?" y recibí una respuesta contextual extraída directamente de la fuente en dos segundos. Esta función me permite hacer preguntas específicas que muchas aplicaciones de lectura posterior no ofrecen.

Paso 4: Colocar en cola

Cuando un artículo merece ser publicado, presiono "Compartir". Reader Chomper genera un borrador compuesto por un breve resumen que captura la idea principal y el enlace. Si el tono no es exactamente el adecuado, puedo presionar "Regenerar" o editarlo manualmente. La API se encarga de publicar el contenido al instante, archivando el artículo en Readwise mientras la publicación permanece en la cola.

El stack técnico

El stack técnico

La arquitectura detrás de Reader Chomper es intencionalmente simple, basándose en herramientas que ya estaba pagando o utilizando.

  • SwiftUI y macOS nativo: Consideré una extensión del navegador o una aplicación web para un desarrollo más rápido, pero prioricé el rendimiento y la estética. Una aplicación nativa se inicia al instante, hace scroll sin retrasos y se integra perfectamente con la interfaz de macOS.
  • Readwise Reader: Esta sigue siendo la fuente de verdad para mis artículos guardados. Reader Chomper actúa como una mejor interfaz para procesar esta cola; cualquier artículo archivado en Reader Chomper también lo está en Readwise, manteniendo ambos sistemas limpios.
  • LLMs (Anthropic y OpenAI): Utilizo ambas API indistintamente para resumir artículos y generar resúmenes. La aplicación muestra el costo en tiempo real de estas llamadas a la API en una esquina, un pequeño detalle que me recuerda que estas solicitudes no son gratuitas y ayuda a identificar cuándo estoy pasando innecesariamente entre artículos.
  • SQLite y Dropbox: Los datos del artículo, los resúmenes y el historial de chat se almacenan en un archivo SQLite dentro de mi carpeta de Dropbox. Esto asegura que la base de datos se sincronice entre dispositivos sin requerir infraestructura de sincronización personalizada.

Resultados e impacto

Resultados e impacto

Mi frecuencia de publicación no ha aumentado; aún apunto a dos publicaciones por semana en LinkedIn y Bluesky. Sin embargo, la calidad de lo que comparto ha mejorado significativamente. Anteriormente, mis seguidores recibían enlaces desnudos que requerían que hicieran clic para entender el valor. Ahora, reciben una reflexión que realiza parte de ese trabajo por ellos. El resumen de la IA destaca una idea, permitiéndome formar mi propia perspectiva basada en ese contexto.

La cola a menudo se acumula durante meses, lo que me permite preparar publicaciones durante semanas de lectura intensa y mantener un ritmo más tranquilo durante las más ligeras. La brecha entre leer algo bueno y publicar sobre ello ahora está cerrada. Leo con más atención porque sé que tengo un lugar para expresar mis opiniones, confirmando que esta automatización está funcionando eficazmente.